创建DSW实例 - 人工智能平台 PAI

DSW（Data Science Workshop）为您提供云端IDE的AI开发环境（开发机），熟悉Notebook/VSCode的开发者，可以快速开始模型开发。本文为您介绍如何创建DSW实例，以及实例启动和释放时常见的问题。

快速创建一个基础DSW实例

登录PAI控制台，选择目标地域，在左侧导航栏单击工作空间列表，选择并进入目标工作空间。

在左侧导航栏单击交互式建模（DSW） > 新建实例，配置以下关键参数，其他参数默认即可。控制台全量参数请参见控制台全参数列表。

参数	说明
实例名称	例如：`dsw_test`。
资源类型	选择公共资源，其采用按量付费的计费方式。
资源规格	选择如：`ecs.gn7i-c8g1.2xlarge`（配置为：1张A10 GPU、8 vCPU、30 GiB内存）。如果该规格库存不足，请尝试选择列表中的其他规格。
镜像配置	选择官方镜像，搜索并选择`modelscope:1.31.0-pytorch2.8.0-gpu-py311-cu124-ubuntu22.04`（Python版本为3.11、CUDA版本为12.4）。 ModelScope的镜像兼容性较好，且三方库较全，因此推荐使用ModelScope镜像。

单击确定创建实例，当实例状态为运行中时，代表创建成功。

如果实例启动失败请参见DSW实例启动常见问题。

在DSW实例列表页，单击右侧操作列下的打开按钮，即可进入DSW实例开始模型开发。
后续您可以查看控制台访问和管理DSW，了解DSW实例界面的功能，以及如何停止、释放、变更DSW实例。

警告

使用公共资源创建DSW实例后，将开始按照实例的服务时长计费。当不需要使用DSW时请及时停止或删除实例，以免继续扣费。
上述创建的DSW示例，数据默认存储在免费的云盘中，如果实例停止超过15天，云盘的内容将被清空，且无法恢复。对于重要数据请及时备份，或挂载并转移至云存储中。

典型应用场景配置

基础的DSW实例配置在实际AI开发中可能无法满足需要，因此，以下为您总结了典型的应用场景配置：

场景	需求/痛点	配置要点	相关文档
持久化存储代码和数据	DSW实例的系统盘是临时存储，在实例删除或长时间停止后数据会被清空。需要长期保存重要文件，或在多个实例间共享数据。	通过数据集挂载或存储路径挂载将云存储（如：对象存储OSS）挂载到实例指定目录下。	挂载数据集/OSS/NAS/CPFS
提升公网下载速度	DSW实例默认使用共享网关，受带宽限制，下载大型文件时网速可能无法满足需求。	在网络信息中，配置专有网络（VPC），并使用专有网关。还需要为VPC创建NAT网关和弹性公网IP (EIP)。	通过专有网关提升公网访问速率
通过SSH远程开发	习惯使用本地的VSCode、PyCharm等工具进行开发和调试，不希望局限于Web IDE。	在访问配置中，启用SSH，填入SSH公钥，并选择公网访问方式，关联已有的NAT网关和弹性公网IP (EIP)。	远程连接：SSH直连方式
访问实例内的Web服务	将实例内运行的Web应用发布到公网，以便通过URL直接访问或分享。	在访问配置中，添加自定义服务，配置服务端口并启用公网访问。同时，必须在安全组中添加入方向规则，放行该端口。	通过公网访问实例中的服务

控制台全参数列表

基础信息

参数	描述
实例名称	参考界面提示信息配置实例名称。
标签	根据业务需要对实例打标，便于对资源进行多维度查找、定位、批量操作、分账。

资源信息

参数

描述

资源类型

公共资源：计费方式为按量付费，无法转为包年包月。
说明
使用公共资源，每个阿里云账号（主账号）在每个Region有2卡GPU的限制，当资源使用量超出限额时可能会出现报错。如果您需要提升限额，请提交工单。
- 资源规格：可选择GPU、CPU或免费试用资源。规格信息，请参见实例规格族。
- 竞价购买：可以选用竞价实例（抢占式实例），降低运行成本。当提示抢占型实例暂无库存时，可尝试选择其他规格。
  当前仅华东1（杭州）、华东2（上海）、华北2（北京）、华北6（乌兰察布）、华南1（深圳）、华南3（广州）、日本（东京）、新加坡地域支持配置该参数。
- 驱动设置：公共资源的GPU实例可设置驱动版本。下拉列表会显示该GPU卡型支持的驱动主版本号。
资源配额：计费方式为预付费（包年包月）。
- 资源配额：可选择通用计算资源、灵骏智算资源，如果没有可选资源，单击关联资源配额进行配置。
- 资源规格：根据实际需求设置GPU、CPU和内存等。
- 优先级：优先级范围为1~9 ，数值越大，优先级越高。
- CPU亲和性：能够将容器或Pod中的进程绑定到特定的CPU核心上执行。通过这种方式，可以减少CPU缓存未命中、上下文切换等现象，从而提高CPU利用率，提升应用性能，适用于对性能敏感和实时性要求高的场景。当前仅华北2（北京）、华南1（深圳）地域支持配置该参数。
- 驱动设置：灵骏智算资源配额可设置实例驱动版本。下拉列表会显示该GPU卡型支持的驱动主版本号。

环境信息

参数	描述
镜像配置	除了可以选择官方镜像外，还支持以下镜像类型：自定义镜像：可使用添加到PAI的自定义镜像，镜像仓库需要设置为公开拉取状态，或将镜像存储在容器镜像服务ACR中，详情请参见自定义镜像。镜像地址：支持配置公网环境下可访问的自定义镜像或官方镜像地址。如果是私有镜像地址，需要单击输入账号密码，并配置镜像仓库用户名和密码。提升镜像拉取速度，可参见镜像加速。
系统盘	用于存储开发过程中的文件。当资源类型选择公共资源，或当资源配额选择预付费通用计算资源（CPU核数≥2且内存≥4G，或配有GPU）时：每个实例会赠送100 GiB免费云盘作为系统盘。云盘支持扩容，具体扩容价格以控制台界面为准。警告仅使用免费额度云盘，如果实例停止超过15天，云盘的内容将被清空。扩容后整块云盘（免费+付费），不再受到停止15天释放的限制，但会持续产生费用。扩容后不支持缩容，请按需操作扩容。实例删除，云盘同步释放，删除前请确保必要数据备份。如果您需要永久性存储，可以配置数据集挂载或存储路径挂载。
数据集挂载	可用于存储需要读取的数据集，或持久化存储开发过程中的文件，支持以下两种数据集类型：自定义数据集：您可以创建自定义数据集来存放训练所需的数据文件，支持设置是否只读及版本选择。公共数据集：PAI预置有公开的数据集，仅支持只读挂载模式。挂载路径：表示数据集挂载到DSW的路径，例如`/mnt/data`，在代码中您可以检索该路径获取数据集。说明多个数据集挂载的路径不能重复。如果配置了CPFS类型的数据集，则需要设置网络配置，且选择的专有网络需要与CPFS一致。否则，DSW实例可能会创建失败。当资源组选择专有资源组时，第一个数据集必须选择NAS类型数据集，且会被同时挂载到您指定的路径和DSW默认工作目录/mnt/workspace/下。更多关于挂载的详情，请参见挂载数据集/OSS/NAS/CPFS。
存储挂载	您也可以使用存储类型挂载存储需要读取的数据集，或持久化存储开发过程中的文件。支持类型：对象存储OSS、通用型NAS、极速型NAS、CPFS、智算CPFS。挂载路径：表示数据集挂载到DSW的路径，例如`/mnt/data`，在代码中您可以检索该路径获取数据集。更多关于挂载的详情，请参见挂载数据集/OSS/NAS/CPFS。
工作目录	工作目录是Notebook、WebIDE的启动路径，默认为`/mnt/workspace`。

展开更多配置

参数	描述
自定义启动脚本	用于在实例启动过程中定制环境或执行初始化任务。自定义脚本的执行时间在镜像和资源准备完成后，JupyterLab、Code Server等开发应用启动前。说明超时时间为3分钟：自定义脚本会增加实例的启动时间，脚本超时时间为3分钟，请勿在自定义脚本中执行镜像下载等长耗时任务。可查看脚本运行日志：实例启动后可在`/var/log/user-command/`路径下找到自定义脚本运行产生的日志。
环境变量	用于主容器启动、系统进程和用户进程。您可以按需增加自定义的环境变量或覆盖系统默认环境变量。注意：如下环境变量不建议修改： # 修改不会生效 USER_NAME # 会被service里的逻辑覆盖 # 不建议修改的系统变量，修改可能会影响正常使用 JUPYTER_NAME：默认由实例信息构造而来，可用于修改jupyterlab的url访问路径 JUPYTER_COMMAND: jupyter启动指令,默认设置为lab用于启动jupyterlab JUPYTER_SERVER_ADDR: jupyterlab服务监听地址，默认为0.0.0.0 JUPYTER_SERVER_PORT: jupyterlab服务监听端口，默认为8088 JUPYTER_SERVER_AUTH: jupyterlab访问密码，默认为空 JUPYTER_SERVER_ROOT: jupyter工作目录，优先级不如WORKSPACE_DIR高 CODE_SERVER_ADDR: code-server服务监听地址，默认为0.0.0.0 CODE_SERVER_PORT: code-server服务监听端口，默认为8082 CODE_SERVER_AUTH: code-server访问密码，默认为空 WORKSPACE_DIR: 系统根据实例新建时设置的工作目录参数设定这个环境变量。可改变jupyter、code-server的启动目录。如果路径不存在可能报错。
高级配置	允许用户通过高级配置，来调整部分业务所需且安全的内核参数。目前只支持灵骏资源组实例进行设置，参数详情请参见下表。

高级配置参数	默认值	说明	注意事项
VmMaxMapCount	65530	设置进程可拥有的最大内存映射区域数量。例如，可配置为1024000。	小于65530不生效，过高值可能导致内存资源浪费。

网络信息

参数

描述

专有网络配置

仅当资源类型选择公共资源时，支持配置该参数。

当您想要在专有网络VPC内使用DSW实例时，可以在DSW相同地域创建VPC并配置此参数，同时需配置交换机和安全组。不同场景的配置策略详情，请参见网络配置。

公网访问网关

支持以下配置方法：

公有网关：其网络带宽受限，在用户高并发或下载大型文件时，网络速度可能无法满足需求。
专有网关：为解决公有网关带宽限制问题，可以在DSW的专有网络中创建公网NAT网关、绑定EIP并配置SNAT条目，详情请参考通过专有网关提升公网访问速率。

仅当挂载配置选择CPFS类型的数据集时，支持配置以下参数：

启用所有选项：默认为关闭，系统会禁用与CPFS类型的数据集不通的专有网络。

说明

如果挂载配置选择了CPFS类型的数据集，则需要配置专有网络，且选择的专有网络需要与CPFS一致。

访问配置

参数	描述
启用SSH	用于远程连接实例，选择专有网络后可配置。当打开该开关后，会出现名称为SSH的自定义服务。若您配置了自定义镜像，请确认自定义镜像安装了sshd。
SSH公钥	打开SSH配置开关后可配置该参数。说明如果需要同时支持VPC内登录和公网登录方式，您需要同时添加多个客户端的公钥。请按照回车换行的方式逐个添加公钥，最多支持添加10个公钥。
自定义服务	用于配置SSH远程访问或通过公网访问实例中的服务。监听端口：DSW实例中运行的服务监听的端口。服务访问方式： VPC内访问：默认支持该访问方式。您可以从VPC内的其他终端（例如ECS），访问DSW中的服务。公网访问：选中该项，可以增加公网访问方式。同时必须配置NAT网关和弹性公网IP。公网访问端口：允许从公网访问的端口。
创建VPC内访问域名	创建一条内置权威域名（Private Zone），您可在VPC内使用该域名来访问当前实例的SSH服务或其他自定义服务，避免使用变化的实例IP带来的访问不便。请注意创建的内置权威域名会产生费用，详情请参见云解析DNS产品计费。
NAT网关	通过公网访问实例中服务时，负责将公网请求 (`EIP:端口`) 映射到私网 DSW 实例 (`私有IP:端口`)。
弹性公网IP	通过公网访问实例中服务时，提供公网访问IP地址。

角色与权限

参数	描述
可见范围	可选择仅实例所有者可见或工作空间内公开可见。
实例所有者	仅工作空间管理员可修改实例所有者。

展开更多配置

参数

描述

实例RAM角色

当在DSW实例内访问其他云资源时，可以为实例关联RAM角色。该方式基于STS临时凭证访问其他云资源，无需配置长期AccessKey，有效降低密钥泄露的风险。

实例RAM角色可配置为：

PAI默认角色：拥有访问PAI内部产品、MaxCompute和OSS的权限。基于PAI默认角色签发的临时访问凭证，在访问PAI内部产品、MaxCompute表时，将拥有等同于DSW实例所有者的权限；在访问OSS时，仅能访问当前工作空间配置的默认存储路径Bucket。
自定义角色：当您想要定制或者更精细的权限管理，可以配置自定义角色。
不关联角色：当您想直接通过AccessKey访问其他云产品时，可以选择不关联角色。

更多关于实例RAM角色的配置说明，请参见配置DSW实例RAM角色。

常见问题

DSW实例启动常见问题

单击展开

Q：DSW实例启动失败

排查方法：单击DSW实例名称，在事件页签下查看报错信息。

常见报错及解决方案如下：

Your requested resource type [ecs.******] is not enough currently, please try other regions or other resource types
- 错误原因：该地域下您所选取的资源规格库存紧张，导致无法创建实例。
- 解决方案：稍后再尝试创建，或者更换其他资源规格和地域。
Your resource usage has exceeded the default limitation. Please contact us via ticket system to raise the limitation.
- 错误原因：在创建DSW实例时，当前限制每个阿里云账号（主账号）在每个地域最多一次创建2*GPU规格的实例，当选择的规格超过2*GPU时，会创建失败。
- 解决方案：如果您需要提升限额，请提交工单联系我们。
Sales of this resource are temporarily suspended in the specified zone. We recommend that you use the multi-zone creation function to avoid the risk of insufficient resource.
当前指定可用区的资源销售已暂停，您可以尝试以下操作来规避资源不足的风险：
- 切换至其他地域。
- 调整实例的资源规格。
- 尝试在非高峰时段启动实例。
CommodityInstanceNotAvailableError：Commodity instance has been released due to prolonged arrears at past. Please create a new instance for use
- 错误原因：因长时间欠费，系统自动回收资源并释放了实例。
- 解决方案：需要重新创建新的实例。
The charge of current ECI instance has been stopped, but the related resources are still being cleaned.
- 错误原因：试用资源是公共资源，如果在使用高峰期来启动DSW实例时，有可能启动时间长达半个多小时，如果一个小时拉取不到资源，系统会提示当前地域没有您所选的规格。
- 解决方案：尝试以下操作：
  - 切换地域。
  - 变配实例的资源规格（等待中的实例不支持修改规格，您可手动停止实例，然后进行规格切换）。
  - 在非高峰期（如非工作时间）时使用。
  - 如果上述方法均无法解决问题，请联系您的商务经理进行处理。
The cluster resources are fully utilized. Please try later or other regions.
- 错误原因：当前计算资源已完全被占用。
- 解决方案：尝试以下操作：
  - 切换地域。
  - 变配实例的资源规格（等待中的实例不支持修改规格，您可手动停止实例，然后进行规格切换）。
  - 在非高峰期（如非工作时间）时使用。
  - 如果上述方法均无法解决问题，请联系您的商务经理进行处理。
Create ECI failed because the specified instance is out of stock. It is recommended to use the multi-zone creation function to avoid the risk of stockout.
错误原因：指定的计算资源已经售罄。
解决方案：尝试以下操作：
- 切换地域。
- 变配实例的资源规格（等待中的实例不支持修改规格，您可手动停止实例，然后进行规格切换）。
- 在非高峰期（如非工作时间）时使用。
- 如果上述方法均无法解决问题，请联系您的商务经理进行处理。
back-off 10s restarting failed container=dsw-notebook pod
- 错误原因：系统盘已满，需要对系统盘进行扩容。
  查看系统盘占用情况：
- 解决方案：通过变更配置对系统盘进行扩容：
  重要
  扩容过系统盘后，无论实例是否处于运行状态，系统盘都会持续计费。如果您想停止DSW实例相关的一切计费，请删除DSW实例。删除前请务必确保必要数据已备份。
the available zone with vSwitch is out of stock
- 错误原因：在创建DSW实例时配置了VPC专有网络，由于VPC下的vSwitch交换机具有可用区属性，配置交换机后，计算资源的查找范围将被限制在该交换机所在的可用区内，可能会出现资源短缺的问题。
- 解决方案：对指定DSW实例进行配置变更，将专有网络配置为空。
  说明
  如果需要使用专有网络，建议切换到另一个可用区并重新创建一个vSwitch和DSW实例，以扩大可用资源的范围，避免因资源范围小而导致的货源短缺问题。
启动失败，提示Workspace member not found
此错误表示您当前登录的账号不是目标工作空间的成员。请联系您的工作空间管理员，将您的账号添加为该工作空间的成员。
failed to create containerd container: failed to prepare layer from archive: failed to validate archive quota ...
- 错误原因：创建实例使用的镜像太大，导致系统盘空间不足。
- 解决方法：打开实例详情页，扩容系统盘。请注意，扩容系统盘将根据容量收取额外费用。

其他启动失败原因：

欠费导致创建失败
如果您的账号欠费，将导致创建DSW实例创建失败，并且代金券不能抵扣欠费，您可登录费用与成本控制台，查看账户是否欠费。

Q：DSW启动时可以开机执行Python文件吗？

您可以在创建DSW实例时，或通过变更实例配置的方式设置自定义启动脚本。

该功能可用于在实例启动过程中定制环境或执行初始化任务。自定义脚本的执行时间在镜像和资源准备完成后，JupyterLab、Code Server等开发应用启动前。

说明

超时时间为3分钟：自定义脚本会增加实例的启动时间，脚本超时时间为3分钟，请勿在自定义脚本中执行镜像下载等长耗时任务。
可查看脚本运行日志：实例启动后可在/var/log/user-command/路径下找到自定义脚本运行产生的日志。

Q：找不到DSW实例？

您可以在概览页面查看创建地不同类型的实例，并尝试切换不同地域。

Q：DSW 页面异常或无法操作怎么办？

如果遇到页面白屏、Notebook 一直转圈加载，或者 Terminal 无法输入命令这类问题，通常与您的本地环境有关。请尝试以下步骤：

清理浏览器缓存后重试。
使用浏览器的无痕/隐私模式访问。
更换网络环境，例如从公司内网切换至手机热点，以排查防火墙限制。
尝试使用其他浏览器（如 Chrome、Firefox）。

Q：包含云盘系统盘的DSW实例停止、重启、变更规格、更换镜像是否会丢失系统盘中数据？

包含云盘系统盘的DSW实例类型有：公共资源组创建的实例，以及选择云盘作为系统盘的通用资源实例，其系统盘中的数据丢失情况如下：

停止实例：可能会丢失。如果云盘未扩容且实例停止超过15天，数据会被清空且无法恢复。如果云盘扩容过或者实例停止未超过15天，则数据不会丢失。
重启实例：不会丢失。在实例停止或重启后，所有通过pip安装的包、代码文件以及其他存储在实例系统盘中的数据都会被保留，不会丢失。
变更实例规格：不会丢失。调整实例规格（如CPU、内存、GPU等资源配置）不会影响实例的系统盘中数据。
更换实例镜像：可能会丢失部分数据。变更镜像不会影响挂载的数据集或OSS存储中的数据，但系统盘内的内容可能会被重置。因此，您在变更实例镜像时，注意保存实例数据。比如可以将数据复制或移动到数据集或OSS中。详情请参见挂载数据集/OSS/NAS/CPFS。

对于选择临时存储作为系统盘的通用资源实例，不论其所在AI资源组是否配有预付费云盘，其停止、重启、变更规格或镜像都会丢失系统盘中的数据。

Q：使用公共资源创建的 DSW 实例，超过15 天未登录被释放，可以找回吗？

使用公共资源创建的DSW实例，如果云盘系统盘未付费扩容，且关机后连续15天以上未启动，其系统盘将被自动清空且无法恢复。

DSW实例停止或释放常见问题

单击展开

Q：如何释放DSW实例？

在DSW实例列表页，单击停止或删除实例。

注意：如果创建DSW实例时有扩容过系统盘，无论实例是否处于运行状态，系统盘都会持续计费。如果您想停止DSW实例相关的一切计费，请删除DSW实例。

Q：怎么找不到DSW实例？

如果找不到实例，您可以尝试切换不同地域和工作空间。

Q：如何释放免费试用抵扣包？

免费试用抵扣包无需释放或停止。

Q：如何完全停止DSW实例的计费？“停止”和“删除”操作有什么不同？

停止实例：此操作释放实例的计算资源（CPU/GPU），并暂停计算费用。注意：扩容的系统盘会继续计费。
删除实例：此操作永久删除实例及其所有资源（包括系统盘）。所有相关计费会完全停止。

如何选择：

停止：临时不用，但想保留数据和环境供未来重启。
删除：不再需要，希望停止所有计费。操作前请备份数据。

Q：为什么我的DSW实例长时间处于“停止中”或“删除中”状态，无法完成操作？

停止或删除实例需要时间。系统需要安全地终止任务、保存状态和回收资源。如果实例长时间无响应，常见原因如下：

实例中有未正常结束的进程。
内存占用过高，导致实例无法响应关机指令。

遇到这种情况，通常耐心等待一段时间后刷新页面，实例状态会正常停止。

Q：停止或删除DSW实例后，我的数据和代码会丢失吗？

数据是否保留取决于您的操作以及实例的资源组类型。

停止实例：
数据保留策略因资源组类型而异。
- 包含云盘系统盘的实例（大多数按量付费规格，选择了云盘作为系统盘的通用资源实例）：如果云盘未扩容且实例停止超过15天，数据会被清空且无法恢复。如果云盘扩容过或者实例停止未超过15天，则数据不会丢失。
- 使用临时存储作系统盘的实例：数据存储在临时存储中。停止实例会删除数据，且无法恢复。
删除实例：
其系统盘中的所有数据都将被永久擦除，且无法恢复。因此，在删除前务必备份所有重要数据。

Q：为什么我正在运行的DSW实例会自动停止？

实例配置了闲置自动关机策略。此策略旨在节省资源，默认对免费试用实例启用。

触发条件：实例的 CPU 和 GPU 使用率连续 3 小时低于设定阈值。
操作建议：
- 手动停止：为确保节省资源，请在不使用时手动停止实例。自动关机策略不保证每次都触发。
- 修改策略：如需运行长时任务，请修改或禁用此策略。具体操作步骤如下：
  修改DSW自动关机策略
  1. 进入工作空间详情页，单击工作空间配置 > 调度配置。
  2. 找到DSW的配置区域，在此处即可修改DSW的关机策略以及排除策略。

Q：我已经将所有DSW实例停止或删除了，为什么还显示“运行中”或收到计费通知？

检查以下常见原因：

混淆了资源包与实例。您看到的“运行中”状态可能指资源包（如“每月250计算时”），而非实例。资源包在有效期内始终有效，其状态与实例无关。
扩容的系统盘仍在计费。停止实例仅暂停计算费用。扩容后的系统盘会继续产生存储费用。
账单存在延迟。计费并非实时，账单可能在您使用资源几小时后才生成。例如，上午产生的费用，可能在下午才显示在账单中。